feat(ai_client): integrate skills registry and add OLLAMA_TIMEOUT

Author: Medalcode

backend/app/ai_client.py

@@ -2,11 +2,28 @@
 import requests
 from typing import Dict
 
-OLLAMA_URL = os.getenv('OLLAMA_URL')  # e.g. http://localhost:11434/v1/generate
+OLLAMA_URL = os.getenv("OLLAMA_URL")  # e.g. http://localhost:11434/v1/generate
+OLLAMA_TIMEOUT = int(os.getenv("OLLAMA_TIMEOUT", "10"))
+
+# Intentar importar el registry de skills; la app ya contiene `backend/app/skills_registry.py`
+try:
+    from .skills_registry import get_skill, all_skills, load_all_skills
+    try:
+        load_all_skills()
+    except Exception:
+        pass
+except Exception:
+    # Proporcionar stubs si el módulo no está disponible
+    def get_skill(name):
+        return None
+
+    def all_skills():
+        return []
+
 
 def _build_prompt(user_input: Dict, top_stack: Dict) -> str:
-    proyecto = user_input.get('proyecto', 'un proyecto')
-    prioridades = user_input.get('weights', {})
+    proyecto = user_input.get("proyecto", "un proyecto")
+    prioridades = user_input.get("weights", {})
     prompt = (
         f"Actúa como un Arquitecto Senior. El usuario quiere construir: {proyecto}. "
         f"Prioridades: {prioridades}.\n\n"
@@ -16,21 +33,72 @@ def _build_prompt(user_input: Dict, top_stack: Dict) -> str:
     )
     return prompt
 
+
+def _run_skill_if_available(user_input: Dict, top_stack: Dict) -> str:
+    """Intenta ejecutar una skill registrada para generar la justificación.
+
+    Prioridad de selección de skill:
+    1) `JUSTIFICATION_SKILL` env var
+    2) primera skill registrada (si existe)
+    Si falla o no existe, devuelve None para indicar que hay que usar LLM/fallback.
+    """
+    skill_name = os.getenv("JUSTIFICATION_SKILL")
+    try:
+        if not skill_name:
+            skills = all_skills()
+            if skills:
+                skill_name = skills[0]
+
+        if not skill_name:
+            return None
+
+        module = get_skill(skill_name)
+        if not module:
+            return None
+
+        payload = {
+            "user_weights": user_input.get("weights", {}),
+            "tech": top_stack,
+            "context": {"request_id": user_input.get("request_id")}
+        }
+        result = module.run_skill(payload)
+        if isinstance(result, dict) and result.get("status") == "ok":
+            res = result.get("result") or {}
+            if isinstance(res, dict):
+                text = res.get("text")
+                if text:
+                    return text
+            # if result.result is a string or fallback
+            if isinstance(res, str) and res:
+                return res
+    except Exception:
+        # No propagamos errores en la generación por skill; seguiremos al LLM/fallback.
+        return None
+
+    return None
+
+
 def generate_justification(user_input: Dict, top_stack: Dict) -> str:
+    # 1) Intentar skill registrado
+    text = _run_skill_if_available(user_input, top_stack)
+    if text:
+        return text
+
+    # 2) Intentar LLM externo
     prompt = _build_prompt(user_input, top_stack)
 
     if OLLAMA_URL:
         try:
-            r = requests.post(OLLAMA_URL, json={"prompt": prompt}, timeout=10)
+            r = requests.post(OLLAMA_URL, json={"prompt": prompt}, timeout=OLLAMA_TIMEOUT)
             r.raise_for_status()
             data = r.json()
             # Expect provider to return {'text': '...'} or similar
-            return data.get('text') or data.get('output') or str(data)
+            return data.get("text") or data.get("output") or str(data)
         except Exception:
             # fallback to local template
             pass
 
-    # Fallback (deterministic, safe)
+    # 3) Fallback determinista y seguro
     justification = (
         f"1) Rapidez de entrega: {top_stack['name']} permite iterar rápidamente y aprovechar ecosistemas maduros.\n"
         f"2) Ecosistema y librerías: ofrece amplia disponibilidad de paquetes y soporte.\n"